Estrazione statistica di descrittori significativi per le forme degli oggetti
John C. Russ, PhD, Professore, North Carolina State University
F. Brent Neal, PhD, Ricercatore scientifico, Milliken & Company
La forma è un concetto sfuggente. Gli esseri umani riconoscono molte cose diverse nel loro mondo in base alla presenza o all'assenza di caratteristiche chiave, che devono anche imparare a riconoscere. Insegnare ai computer a classificare gli oggetti in base alla forma, o a misurare la forma per la correlazione con la storia o le prestazioni, è un compito classicamente difficile. È importante in medicina legale, scienze naturali, ingegneria e persino in compiti "semplici" come il riconoscimento ottico dei caratteri per la lettura di testi stampati. Può riguardare l'identificazione di una classe di oggetti, un individuo specifico o un segno distintivo. Esiste un'ampia gamma di strumenti di misurazione matematici che possono caratterizzare determinati aspetti della forma, inclusi rapporti adimensionali, coefficienti di Fourier o wavelet, momenti invarianti e altro ancora. Ma determinare quale di questi sia più appropriato o utile in un dato caso richiede generalmente la raccolta di un set di dati di addestramento e l'esplorazione statistica. Una varietà di applicazioni specifiche, inclusi oggetti naturali e artificiali, vengono utilizzate per illustrare il processo, utilizzando analisi discriminanti e reti neurali.
